Metode numerik interpolasi digunakan untuk memperkirakan nilai tengah antara titik data yang diketahui dengan tepat. Terdapat beberapa jenis interpolasi seperti interpolasi beda terbagi Newton, interpolasi Lagrange, dan interpolasi Spline. Interpolasi beda terbagi Newton melibatkan pembentukan polinom derajat tinggi untuk memperkirakan nilai fungsi, sementara interpolasi Lagrange menggunakan fungsi basis Lagrange."

1. METODE NUMERIK
INTERPOLASI

2. Tujuan
 Interpolasi
berguna untuk menaksir hargaharga tengah antara titik data yang sudah
tepat. Interpolasi mempunyai orde atau
derajat.

3. Macam Interpolasi
 Interpolasi
Beda Terbagi Newton
 Interpolasi Lagrange
 Interpolasi Spline

4. Macam Interpolasi Beda
Terbagi Newton

Interpolasi Linier
Derajat/orde 1 → memerlukan 2 titik
x
1
2
3
4
f(x)
4,5
7.6
9.8
11.2
Berapa f(x = 1,325) = ?
Memerlukan 2 titik awal :
x=1
x=2

5. Macam Interpolasi Beda
Terbagi Newton
 Interpolasi
Kuadratik
Derajat/orde 2 → memerlukan 3 titik
x = 1 → f(x = 1) = . . . .
x = 2 → f(x = 2) = . . . .
f (x = 1,325) = ?
x = 3 → f(x = 3) = . . . .

6. Macam Interpolasi Beda
Terbagi Newton
 Interpolasi
Kubik
Derajat/orde 3 → memerlukan 4 titik
…
 Interpolasi derajat/orde ke-n
→ memerlukan n+1 titik
 Semakin
tinggi orde yang digunakan untuk
interpolasi hasilnya akan semakin baik (teliti).

8. Interpolasi Linier
 Cara:
menghubungkan 2 titik dengan sebuah
garis lurus
 Pendekatan formulasi interpolasi linier sama
dengan persamaan garis lurus.
f1 ( x ) = f ( x0 )
f ( x1 ) − f ( x0 )
( x − x0 )
+
( x1 − x0 )

9. Interpolasi Linier
 Prosentase
kesalahan pola interpolasi linier :
Harga_hasil_perhitun gan − Harga_sebenarnya
εt =
Harga_sebenarnya

10. Interpolasi Linier (Ex.1)
 Diketahui
suatu nilai tabel distribusi ‘Student
t’ sebagai berikut :
t5% = 2,015
t2,5% = 2,571
Berapa t4% = ?

11. Interpolasi Linier (Ex.1)

Penyelesaian
x0 = 5  f(x0) = 2,015
x1 = 2,5  f(x1) = 2,571
x = 4  f(x) = ?
Dilakukan pendekatan dengan orde 1 :
f1 ( x ) = f ( x0 )
f ( x1 ) − f ( x0 )
( x − x0 )
+
( x1 − x0 )
(2,571 − 2,015) ( 4 − 5)
= 2,015 +
2,5 − 5
= 2,2374 ≈ 2,237

12. Interpolasi Linier (Ex.2)



Diketahui:
log 3 = 0,4771213
log 5 = 0,698700
Harga sebenarnya:
log (4,5) = 0,6532125 (kalkulator).
Harga yang dihitung dengan interpolasi:
log (4,5) = 0,6435078
0,6435078 − 0,6532125
εt =
∗ 100% = 1,49%
0,6532125

13. Interpolasi Linier
 Pendekatan
interpolasi dengan derajat 1,
pada kenyataannya sama dengan mendekati
suatu harga tertentu melalui garis lurus.
 Untuk memperbaiki kondisi tersebut
dilakukan sebuah interpolasi dengan
membuat garis yang menghubungkan titik
yaitu melalui orde 2, orde 3, orde 4, dst, yang
sering juga disebut interpolasi kuadratik,
kubik, dst.

14. Interpolasi Kuadratik
 Interpolasi
orde 2 sering disebut sebagai
interpolasi kuadratik, memerlukan 3 titik data.
 Bentuk polinomial orde ini adalah :
f2(x) = a0 + a1x + a2x2
dengan mengambil:
a0 = b0 – b1x0 + b2x0x1
a1 = b1 – b2x0 + b2x1
a2 = b2

15. Interpolasi Kuadratik
 Sehingga
f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
Pendekatan dengan Pendekatan dengan
garis linier
kelengkungan
dengan
b0 = f ( x0 )
b1 =
f ( x1 ) − f ( x 0 )
→ f [ x 1, x0 ]
( x1 − x0 )
f ( x2 ) − f ( x1 ) f ( x1 ) − f ( x 0 )
−
( x2 − x1 )
( x1 − x0 ) → f [ x , x , x ]
b2 =
2
1
0
( x2 − x0 )

16. Interpolasi Kubik

f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2)
dengan:
b0 = f ( x0 )
b1 =
f ( x1 ) − f ( x 0 )
→ f [ x 1, x0 ]
( x1 − x0 )
f ( x2 ) − f ( x1 ) f ( x1 ) − f ( x 0 )
−
( x2 − x1 )
( x1 − x0 ) → f [ x , x , x ]
f [x2 , x1 ] − f [x1 , x 0 ]
b2 =
=
2
1
0
( x2 − x 0 )
( x2 − x 0 )
b3 =
f [x3 , x2 , x1 ] − f [x2 , x1 , x 0 ]
→ f [ x3 , x2 , x1 , x 0 ]
( x3 − x 0 )

17. Interpolasi Beda Terbagi
Newton

Secara umum:
f1(x) = b0 + b1(x-x0)
f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2)
…
fn(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2) + … +
bn(x-x1)(x-x2)…(x-xn-1)

18. Interpolasi Beda Terbagi
Newton
Dengan:
 b = f(x )
0
0
b
= f[x1, x0]
b
= f[x2, x1, x0]
1
2
…
 b = f[x , x , x , . . . ., x ]
n
n
n-1
n-2
0

19. Interpolasi Beda Terbagi
Newton (Ex.)
 Hitung
nilai tabel distribusi ‘Student t’ pada
derajat bebas dengan α = 4%, jika diketahui:
t10% = 1,476
t2,5% = 2,571
t5% = 2,015
t1% = 3,365
dengan interpolasi Newton orde 2 dan orde
3!

20. Interpolasi Beda Terbagi
Newton (Ex.)
Interpolasi Newton Orde 2:  butuh 3 titik
 x =5
f(x0) = 2,015
0
x1 = 2,5
f(x1) = 2,571
x2 = 1
f(x2) = 3,365
 b = f(x ) = 2,015
0
0
f ( x1 ) − f ( x 0 ) 2,571 − 2,015
b1 =
=
= −0,222
( x1 − x0 )
2,5 − 5
f ( x2 ) − f ( x1 ) f ( x1 ) − f ( x0 )
−
( x2 − x1 )
( x1 − x0 )
b2 =
( x2 − x0 )
3,365 − 2,571 2,571 − 2,015
−
1 − 2,5
2,5 − 5
=
= 0,077
1−5

21. Interpolasi Beda Terbagi
Newton (Ex.)
 f (x)
2
= b0 + b1(x-x0) + b2(x-x0)(x-x1)
= 2,015 + (-0,222) (4-5) +
0,077 (4-5)(4-2,5)
= 2,121

22. Interpolasi Beda Terbagi
Newton (Ex.)
Interpolasi Newton Orde 3:  butuh 4 titik
x = 5
f(x0) = 2,015
0
x1 = 2,5
f(x1) = 2,571
x2 = 1
f(x2) = 3,365
x3 = 10
f(x3) = 1,476

23. Interpolasi Beda Terbagi
Newton (Ex.)

b0 = f(x0) = 2,015
b1 = -0,222 → f[x1,x0]
b2 = 0,077 → f[x2,x1,x0]
1,476 − 3,365 3,365 − 2,571
−
10 − 1
1 − 2,5
− 0,077
10 − 2,5
b3 =
10 − 5
0,043 − 0,077
=
5
= −0,007

24. Interpolasi Beda Terbagi
Newton (Ex.)
 f (x)
3
= b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2)
= 2,015 + (-0,222)(4-5) +
0,077 (4-5)(4-2,5) +
(-0,007)(4-5)(4-2,5)(4-1)
= 2,015 + 0,222 + 0,1155 + 0,0315
= 2,153

25. Kesalahan Interpolasi Beda
Terbagi Newton
R
n
= |f[xn+1,xn,xn-1,…,x0](x-x0)(x-x1)…(x-xn)|
 Menghitung
R1
Perlu 3 titik (karena ada xn+1)
R1 = |f[x2,x1,x0](x-x0)(x-x1)|
 Menghitung
R2
Perlu 4 titik sebagai harga awal
R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|

26. Kesalahan Interpolasi Beda
Terbagi Newton (Ex.)
 Berdasarkan
contoh:
R1 = |f[x2,x1,x0](x-x0)(x-x1)|
= |0.077 (4-5)(4-2.5)|
= 0.1155
R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|
= |-0.007 (4-5)(4-2.5)(4-1)|
= 0.0315

27. Interpolasi Lagrange
 Interpolasi
Lagrange pada dasarnya
dilakukan untuk menghindari perhitungan
dari differensiasi terbagi hingga (Interpolasi
Newton)
n
 Rumus:
f n ( x ) = ∑ Li ( x ).f ( x i )
i =0
dengan Li ( x ) =
n
∏
j =0
j ≠i
x − xj
xi − x j

28. Interpolasi Lagrange
 Pendekatan
orde ke-1
f1(x) = L0(x)f(x0) + L1(x)f(x1)
x − x1
L0 ( x ) =
x0 − x1
x − x0
L1 ( x ) =
x1 − x0
x − x0
x − x1
∴ f1 ( x ) =
f ( x0 ) +
f ( x1 )
x 0 − x1
x1 − x 0

29. Interpolasi Lagrange
 Pendekatan
orde ke-2
f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)
 x − x1  x − x2

L0 ( x ) = 
 x − x  x − x
i =0
1  0
2
 0
n =2
 x − x0
L1 ( x ) = 
x −x
i =1
0
 1
n =2




 x − x2

 x − x
2
 1




j ≠i
j ≠i
 x − x0
L2 ( x ) = 
x −x
i =2
0
 2
n =2
 x − x1 


 x − x 
1 
 2
j ≠i
 x − x1  x − x2

∴ f2 ( x ) = 
 x − x  x − x
1  0
2
 0

 x − x0
f ( x 0 ) + 

x −x
0

 1
 x − x2

 x − x
2
 1
 x − x0

f ( x1 ) + 

x −x
0

 2
 x − x1 


 x − x f ( x2 )
1 
 2

30. Interpolasi Lagrange
 Pendekatan
orde ke-3
f3(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2) + L3(x)f(x3)
 x − x1  x − x2

f2 ( x ) = 
 x − x  x − x
1  0
2
 0
 x − x3 
 x − x0

f ( x 0 ) + 
 x − x 
x −x
3 
0
 0
 1
 x − x2

 x − x
2
 1
 x − x3 


 x − x f ( x1 ) +
3 
 1
 x − x 0  x − x1  x − x3 
 x − x 0  x − x1  x − x2 


f ( x 2 ) + 




 x − x  x − x  x − x 
 x − x  x − x  x − x f ( x3 )
0  2
1  2
3 
0  3
1  3
2 
 2
 3

31. Interpolasi Lagrange (Ex.)
nilai distribusi t pada α = 4 %?
α = 2,5 % → x0 = 2,5
→ f(x0) = 2,571
 Berapa
α=5%
→ x1 = 5
→ f(x1) = 2,015
α = 10 %
→ x2 = 10
→ f(x2) = 1,476

32. Interpolasi Lagrange (Ex.)
 Pendekatan
orde ke-1
f1(x) = L0(x)f(x0) + L1(x)f(x1)
x − x0
x − x1
f1 ( x ) =
f ( x0 ) +
f ( x1 )
x 0 − x1
x1 − x 0
 4−5 
 4 − 2,5 
=
( 2,571) + 
 2,5 − 5 
 5 − 2,5 ( 2,015)





= 2,237

33. Interpolasi Lagrange (Ex.)

Pendekatan orde ke-2
f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)
 x − x1  x − x2

∴ f2 ( x ) = 
 x − x  x − x
1  0
2
 0

 x − x0
f ( x 0 ) + 

x −x
0

 1
 x − x2

 x − x
2
 1
 x − x0

f ( x1 ) + 

x −x
0

 2
 x − x1 


 x − x f ( x2 )
1 
 2
 4 − 5  4 − 10 
 4 − 2,5  4 − 10 
 4 − 2,5  4 − 5 
=

( 2,571) + 

( 2,015) + 
 2,5 − 5  2,5 − 10 
 5 − 2,5  5 − 10
 10 − 2,5  10 − 5 (1,476 )










= 2,214

34. Interpolasi Spline
 Tujuan:
penghalusan
 Interpolasi spline linear, kuadratik, kubik.

35. Interpolasi Cubic Spline
dimana Si adalah polinomial berderajat 3:
p(xi) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai, i=1,2, …, n-1
Syarat: Si(xi) = Si+1(xi), Si’(xi) = Si+1’(xi), Si’’(xi) = Si+1’’(xi)

36. Interpolasi Cubic Spline
 Interpolasi
spline kubik menggunakan
polinomial p(x) orde 3
p(x) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai
 Turunan
pertama dan kedua p(xi) yaitu:
p’(x) = ci + 2bi (x-xi) + 3ai (x-xi)2
p”(x) = 2bi + 6ai (x-xi)

37. Interpolasi Cubic Spline

Evaluasi pada titik x=xi menghasilkan:
pi = p(xi) = di
pi” = p”(xi) = 2bi

Evaluasi pada titik x=xi+1 menghasilkan:
pi
= di + (xi+1-xi) ci + (xi+1-xi)2 bi + (xi+1-xi)3 ai
p(xi)
= di + hi ci + hi2 bi + hi3 ai
p”i
= 2bi + 6ai (xI+1-xi)
p”(xi+1)
= 2bi + 6ai hi
dimana hi = (xI+1-xi)

38. Interpolasi Cubic Spline

Jadi:
di = p i
p"i+1 −p"i
ai =
6hi

Sehingga:
pi "
bi =
2
pi+1 − pi hip"i+1 +2hip"i
ci =
−
hi
6

39. Interpolasi Cubic Spline (Ex.)